Vollständiger Inhalt der Beschreibung des Word Extraction Tools, Download

Ich habe eine Erklärung des Wortextraktions-Tools in sechs Teilen geschrieben und sie alle in meinem Blog veröffentlicht. Schreiben Sie das gesamte Inhaltsverzeichnis der Beschreibung des Wortextraktionstools und veröffentlichen Sie es als separaten Artikel.

• 1. Überblick über das Wortextraktionstool
  • 1.1. Warum wir das Wortextraktionstool entwickelt haben
  • 1.2. Wortextraktionstool-Konzept
  • 1.3. Wie der Wortextraktor funktioniert
    • 1.3.1. Eingabematerial für das Wortextraktionstool
    • 1.3.2. Verarbeitungslogik des Wortextraktionstools
    • 1.3.3. Ausgabedaten des Wortextraktionswerkzeugs

• 2. Konfiguration der Ausführungsumgebung des Wortextraktionswerkzeugs
  • 2.1. Übersicht über die Umgebungskonfiguration
    • 2.1.1. Empfehlungen
    • 2.1.2. Wählen Sie einen Stemmer-Mecab
    • 2.1.3. Gesamtreihenfolge der Umgebungskonfiguration
  • 2.2. Miniconda installieren
  • 2.3. Erstellen und Aktivieren einer virtuellen Umgebung
  • 2.4. Installieren Sie Python in einer virtuellen Umgebung
  • 2.5. Installieren Sie die erforderlichen Pakete

• 3. Führen Sie das Wortextraktionstool aus
  • 3.1. Laden Sie das Wortextraktionstool herunter
  • 3.2. So führen Sie das Wortextraktionstool aus
    • 3.2.1. Entpacken Sie die heruntergeladene Datei und aktivieren Sie die virtuelle Python-Umgebung
    • 3.2.2. Überprüfen Sie die Hilfe
    • 3.2.3. Methode 1 Wörter nur aus Dokumentdateien extrahieren
    • 3.2.4. Methode 2 Wörter nur aus DB-Tabelle, Spaltenkommentare extrahieren
    • 3.2.5. Ausführungsmethode 3 Wörter aus allen Dokumentdateien, DB-Tabellen und Spaltenkommentaren extrahieren
    • 3.2.6. So überprüfen Sie Ausführungsergebnisse
    • 3.2.7. Vorsichtsmaßnahmen/Hinweise zur Ausführung

• 4. Quellcode des Wortextraktionstools
  • 4.1. Gliederung
    • 4.1.1. den Quellcode einfügen
    • 4.1.2 Funktionsaufrufbeziehung des Wortextraktionswerkzeugs
  • 4.2. Hauptfunktion
    • 4.2.1. Argumentanalyse
    • 4.2.2. Liste der zu verarbeitenden Dateien extrahieren
    • 4.2.3. Führen Sie get_file_text mit Mehrfachverarbeitung aus
    • 4.2.4. Führen Sie get_word_list mit Mehrfachverarbeitung aus
    • 4.2.5. Holen Sie sich Worthäufigkeiten und führen Sie make_word_cloud aus
    • 4.2.6. Speichern Sie die extrahierte Wortliste und Worthäufigkeit als Excel-Datei, drucken Sie die Ausführungszeit und beenden Sie
  • 4.3. get_file_text-Funktion
    • 4.3.1. get_doc_text-Funktion
    • 4.3.2. get_ppt_text-Funktion
    • 4.3.3. get_txt_text-Funktion
    • 4.3.4. get_db_comment_text-Funktion
    • 4.3.5. get_hwp_text-Funktion
    • 4.3.6. get_pdf_text-Funktion
  • 4.4. get_word_list-Funktion
  • 4.5. make_word_cloud-Funktion

• 5. Zusätzliche Erklärung zum Wortextraktionstool
  • 5.1. Warum OLE-Automatisierung verwenden?
  • 5.2. Bezogen auf die Codierung von Textdateien (nur UTF-8 wird unterstützt)
  • 5.3. Gründe für die Verwendung von Multiprocessing
  • 5.4. Hinweise zur Extraktion zusammengesetzter Wörter
  • 5.5. Arten von morphologischen Analysatorwortarten

---

Das Wortextraktionstool kann unten aus dem Github-Repository heruntergeladen werden.

https://github.com/DAToolset/ToolsForDataStandard/tree/main/WordExtractor

Quellcodes, Schriftarten, Tabellen-/Spaltenlistenbeispieldateien und Ausgabebeispieldateien, die für die Ausführung erforderlich sind, sind in einer komprimierten Datei zur Verteilung gebündelt, sodass Sie diese Datei herunterladen können.

https://github.com/DAToolset/ToolsForDataStandard/raw/main/WordExtractor/word_extractor.7z

Ich hoffe, dass dies bei der Datenstandardisierung hilfreich sein wird.